基于代理集分类的从多个无标签数据集进行二分类
机器学习
2021-06-14 v2 机器学习
摘要
为应对高昂的标注成本，仅从弱监督数据训练分类器近来备受关注。在各种方法中，从完全无监督分类中增强监督是一个有前景的方向，其通常仅以类先验作为唯一监督，并从无标签（U）数据集训练二分类器。现有风险一致方法虽有理论依据且灵活性高，但只能从两个 U 集学习。本文提出一种从 m 个 U 集（m≥2）进行二分类的新方法。我们的核心思想是考虑一个称为代理集分类（SSC）的辅助分类任务，旨在预测每个观测数据来自哪个 U 集。SSC 可通过标准（多类）分类方法求解，我们再利用某种线性分式变换由 SSC 解得到最终的二分类器。我们将方法构建于灵活高效的端到端深度学习框架中，并证明其具有分类器一致性。实验表明，所提方法优于最先进的方法。
引用
@article{arxiv.2102.00678,
title = {Binary Classification from Multiple Unlabeled Datasets via Surrogate Set Classification},
author = {Nan Lu and Shida Lei and Gang Niu and Issei Sato and Masashi Sugiyama},
journal= {arXiv preprint arXiv:2102.00678},
year = {2021}
}
备注
ICML2021 camera-ready version